Kimi K3.1 Pro: el modelo abierto que se acerca a la frontera
Kimi K3.1 Pro ya está disponible en la API de Moonshot AI a US$2 por millón de tokens de entrada y US$10 por millón de salida: la mitad de lo que cuesta Claude Opus 5.5 y el mismo precio que GPT-6.1 Sol, según el repaso que publicó Simon Willison el 23 de octubre. Para un equipo que corre agentes en producción, ese precio no es un detalle de tabla: es la diferencia entre iterar todos los días o racionar cada llamada.
Lo llamativo es el contexto. Se trata de un modelo que todavía no tiene pesos abiertos —Moonshot promete liberarlos el 4 de noviembre de 2026— y que ya compite de igual a igual con los modelos cerrados más caros del mercado.
¿Qué es Kimi K3.1 Pro y en qué se diferencia de K3?
Es la versión post-entrenada de Kimi K3, con una arquitectura de mezcla de expertos (MoE) de 2,8 billones de parámetros totales y 104.000 millones activos por inferencia, según detalló OfficeChai. Mantiene una ventana de contexto de hasta 1 millón de tokens y soporte multimodal nativo.
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 díasMoonshot lo posiciona en tres frentes concretos: código de proyecto completo en motores como Unreal, Unity y Godot; modelado 3D paramétrico en Blender y software CAD; y trabajo financiero. En este último terreno la compañía reporta una caída del 65% en alucinaciones en tareas de modelado financiero respecto a la generación anterior.
Junto al modelo estándar llega Kimi K3.1 Pro Highspeed, que corre 2 a 3 veces más rápido con las mismas capacidades, a US$4 de entrada y US$20 de salida por millón de tokens. El precio del input cacheado se mantiene igual en ambas versiones, en US$0,20. Los dos están disponibles en Kimi.ai, Kimi Work, Kimi Code y la API.
Los benchmarks: ¿realmente compite con Opus 5.5?
Los números que publica Moonshot lo dejan cerca, pero no arriba:
- Terminal-Bench 4.0 (agentes de código en terminal): 65,7%, por delante de GPT-6 Astra (58,2%) y apenas por detrás de Claude Opus 5.5 (66,4%).
- BenchCAD (reconstrucción 3D vía generación de código CAD): 92,7% con herramientas, frente a 95,9% de GPT-6 Astra y 96,2% de Opus 5.5.
- OfficeQA Pro v2 (análisis de documentos financieros reales): 64,4, que Moonshot presenta como estado del arte.
- Kimi Hallu Bench Hard: la tasa de alucinación a nivel de afirmación bajó de 23,4% en K3 a 8,3%.
La evaluación independiente es la que más pesa. Artificial Analysis puntuó a Kimi K3.1 Pro con 55, por delante de Claude Fable 5.1, GPT-6 Astra y Gemini 4 Argon (los tres con 53) y solo por detrás de Claude Opus 5.5 (58). Según Willison, es la primera vez que un modelo de pesos abiertos —o a punto de serlo— alcanza ese nivel frente a la frontera.
Conviene leer esos benchmarks con cuidado: son mayormente auto-reportados por el desarrollador e incluyen pruebas internas. La lectura honesta es que el modelo está en el pelotón de arriba, no que sea el mejor.
El precio como estrategia: la mitad que Opus 5.5
Aquí está el dato que mueve decisiones. Con US$2 / US$10 por millón de tokens, K3.1 Pro cuesta aproximadamente la mitad que Claude Opus 5.5 (US$4 / US$20) y una fracción de GPT-6 Astra (US$10 / US$50), según la comparativa de OfficeChai. Incluso la variante Highspeed, a US$4 / US$20, iguala el precio de Opus 5.5 prometiendo el doble o el triple de velocidad.
Es el mismo manual que Moonshot viene aplicando. OfficeChai recuerda que Kimi K2 ya se había consolidado entre los modelos abiertos más fuertes y que Kimi K2.5 superó a Claude 4.5 Sonnet en el índice de Artificial Analysis. K3.1 Pro se ofrece a dos tercios del precio del K3 original.
El contrapeso es la competencia occidental. Tech.co reporta que Meta lanzó Muse Spark Open junto a Apple, con una puntuación de 39 en el índice de Artificial Analysis: por detrás de GLM 5.5 y de Kimi K3, ambos chinos. La dominancia china en pesos abiertos sigue siendo el punto de partida.
Un detalle que pocos miran: el freno deliberado en ciberseguridad
Moonshot quitó contenido relacionado con ciberseguridad de sus datos de entrenamiento antes de liberar los pesos. En su benchmark interno xdev-bench-hard, un checkpoint sin esas medidas resuelve el 90,5% de tareas de explotación de vulnerabilidades, mientras que el K3.1 Pro final llega al 81,0%, según Unite.AI. La compañía sostiene que su capacidad ofensiva queda por detrás de modelos propietarios disponibles desde hace al menos tres meses.
Para quien despliega agentes con acceso a código o infraestructura, esto no es un dato menor: un modelo abierto potente es también una herramienta de auditoría de sistemas heredados, y a la vez un riesgo si se usa sin controles.
¿Qué significa esto para tu startup?
1. Recalcula tu costo por tarea, no por token. Si tu producto hace llamadas largas con contexto repetido, el precio del input cacheado (US$0,20 por millón) pesa más que la tarifa base. Antes de migrar, mide tokens de entrada, salida y cache hits de tus flujos reales: ahí está el ahorro, no en la tabla de precios.
2. Prueba el modelo en tu caso de uso, no en el ranking. Los benchmarks de agentes de código y de análisis financiero son los que Moonshot destaca, y son justamente los que más se parecen a productos B2B. Corre una evaluación con tus propios prompts y tus propios criterios de aceptación antes de cambiar de proveedor.
3. Espera al 4 de noviembre si necesitas pesos abiertos. Hasta entonces el modelo solo está disponible vía API. Si tu arquitectura depende de correr el modelo en tu propia infraestructura —por privacidad, latencia o costo a escala—, la fecha que importa es la de liberación de los pesos, no la del anuncio.
4. Diseña con salida de emergencia. La ventaja de una API compatible con el estándar de OpenAI es que puedes cambiar de proveedor sin reescribir tu código. Willison lo probó con el comando llm openai endpoint apuntando a https://api.moonshot.ai/v1. Mantén esa capa de abstracción: es lo que te permite aprovechar la próxima caída de precios sin fricción.
Conclusión
Kimi K3.1 Pro no gana la carrera de benchmarks —Opus 5.5 sigue arriba en el índice de Artificial Analysis— pero cambia la conversación sobre precios y sobre qué se puede esperar de un modelo de pesos abiertos. Para un founder, la señal es clara: la brecha entre los modelos cerrados de frontera y las alternativas abiertas se está estrechando, y eso se traduce en poder de negociación sobre tu propio costo de inferencia. La pregunta ya no es si un modelo abierto puede alcanzar a la frontera, sino cuánto tardará el siguiente en hacerlo.
Fuentes
- Simon Willison’s Weblog: Introducing Kimi K3.1 Pro (fuente original)
- OfficeChai: Moonshot AI Releases Kimi K3.1 Pro
- Unite.AI: Moonshot AI Releases Kimi K3.1 Pro
- Tech.co: Meta Challenges China With New Open-Weight AI Model
- Artificial Analysis: Kimi K3.1 Pro
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días
